Detalhes bibliográficos
| Ano de defesa: |
2014 |
| Autor(a) principal: |
Xavier, Cleber Martins |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal de Pernambuco
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://repositorio.ufpe.br/handle/123456789/12282
|
Resumo: |
O coe ciente de correlação é uma medida que permite mensurar a dependência entre duas variáveis. Na literatura estatística existem diversos coe cientes de correlação, como por exemplo o de Pearson (Pearson, 1931 e Pearson, 1932), Kendall (Kendall, 1938) e Spearman (Spearman, 1904) que são usados sob diferentes condições dos dados. Nesta dissertação discutimos sobre o coe ciente de correlação generalizado proposto por Chinchilli et al. (2005), o qual é obtido através de estat ísticas U. Este coe ciente tem como casos especiais o coe ciente de correlação de Pearson e de Kendall. Neste trabalho foram desenvolvidos estudos de simulação a m de avaliar o comportamento do coe ciente de correlação generalizado em pequenas e grandes amostras e sob diferentes cenários que incluem amostras normais bivariadas, amostras bivariadas contaminadas e perturbadas. Por m, utilizando um banco de dados real de microarrays usamos o coe ciente de correlação generalizado na construção de uma rede de relevância. |
